首页|基于经验分布函数快速收敛的信噪比估计器

基于经验分布函数快速收敛的信噪比估计器

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
通过Kolmogorov-Smirnov检验,基于经验分布函数(EDF)的信噪比估计器在宽信噪比范围内对各种多级星座的信噪比估计都是有效的.然而,在本地累积分布函数(CDF)和EDF之间需要进行大量的匹配操作和加法运算.基于这个问题,提出了一种通过线性多项式连续迭代来加速匹配过程的信噪比估计器.在保证估计精度的前提下,使用"以直代曲"的思想,用线性多项式的根不断迭代逼近最大距离曲线的零点,并将零点所对应的信噪比作为接收信号信噪比的估计值.仿真结果表明,与原算法估计器相比,该方法的迭代次数减少了90％以上,降低了原算法的匹配复杂度和运算量.与现有降复杂度的估计器相比,该估计器具有更快的收敛速度和更好的估计性能.
Signal-to-Noise Ratio Estimator with Fast Convergence Based on Empirical Distribution Function

王永庆、赵诗琪、申宇瑶、马志峰

展开 >

北京理工大学信息与电子学院,北京100081

信号处理 信噪比估计器 多级星座 多项式迭代 快速收敛

国家自然科学基金

61871033

2021

10.15918/j.tbit1001-0645.2021.020

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(12)
  • 3